Microsoft 365, FAA y Apple: fallas de sistemas críticos

Entre el 12 y el 17 de noviembre de 2026 fallaron, en cadena, Microsoft 365, el sistema de control de tráfico aéreo de Estados Unidos, AWS, Workday, JPMorgan Chase, United Airlines, la red interna de la NSA y varios servicios de Apple. Según el recuento de TechRepublic, ninguna de esas caídas tuvo una causa común confirmada: fueron defectos de software, pruebas de recuperación mal ejecutadas y equipos con décadas de antigüedad. Nos dicen que no están relacionadas entre sí, que no hubo ciberataque y que la IA generativa no tiene nada que ver. Para un founder, la pregunta relevante es otra: cuánto de su operación depende de sistemas que funcionan únicamente porque alguien, en algún lugar, está empujando para que funcionen.

¿Qué pasó realmente en la semana de caídas de noviembre de 2026?

El detalle importa porque desmiente la hipótesis del sabotaje. Microsoft atribuyó su caída a un defecto de software introducido durante una ampliación de capacidad de red: la interrupción principal duró desde las 16:20 UTC del 12 de noviembre hasta las 16:10 UTC del 13, casi 24 horas, según su informe preliminar citado por TechRepublic. La FAA sufrió una parálisis nacional de vuelos el 13 de noviembre cuando su red heredada se volvió inestable tras recibir unas 1.000 intentos de conexión cada cuatro o cinco segundos, lo que afectó comunicaciones y datos de radar en 17 de sus 22 centros de control de ruta.

Workday tuvo un problema en su entorno de recuperación ante desastres que dejó datos de producción inconsistentes. AWS registró errores de autenticación y conectividad en su región US-East-1. JPMorgan Chase arrastró demoras en transacciones y pagos por un bug en un sistema de hardware propio. En United Airlines, los pilotos perdieron acceso a las aplicaciones de planificación de vuelo y a los pesos finales de las aeronaves; la portavoz Leslie Scott dijo a CNN que la interrupción duró unos 30 minutos y afectó a menos de 150 vuelos. La NSA reportó degradación durante mantenimiento programado y Apple reconoció que una actualización interna tumbó Apple Music, la App Store y parte de iCloud.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Lo llamativo es la causa de fondo en el caso de la aviación. GeekWire recogió que las autoridades culparon a equipos de telecomunicaciones envejecidos —el secretario de Transporte, Sean Duffy, habló de «líneas de cobre de los años 80″— y que la FAA está a mitad de un reemplazo de esa red, con AT&T al frente desde agosto con un contrato inicial de US$74,3 millones y meta de cierre para finales de 2028. La administración pidió al Congreso US$30.100 millones adicionales para infraestructura de aviación, según reportó AeroTime, y Duffy dijo que quiere US$50.000 millones. Fue la segunda parálisis nacional de vuelos desde los atentados del 11 de septiembre, después de la falla del sistema NOTAM en enero de 2023, y FlightAware contabilizó casi 7.000 vuelos demorados o cancelados.

¿Por qué los sistemas complejos dependen de personas que se preocupan?

El ensayo que originó esta nota, publicado por Violet Pixel, parte de una experiencia concreta: su autor trabajó en Stripe y aprendió cómo funcionan los sistemas bancarios y de movimiento de dinero. ACH, el sistema de compensación que se usa a diario en Estados Unidos, es viejo, está lleno de fallas y arrastra capas de legado. Y sin embargo funciona, es barato y se considera confiable.

La razón de esa aparente contradicción es una sola: cada problema de ACH lo arregla, lo parchea, lo esquiva o lo resuelve a mano alguien que tiene dos cosas a la vez —conocimiento íntimo del sistema y determinación para forzarlo a funcionar—. Ambas se retroalimentan: hay que preocuparse por un sistema para estudiarlo a fondo, y cuanto más se lo conoce, más importa.

El autor extiende esa lógica a cualquier sistema complejo, desde infraestructura crítica hasta una app de segunda categoría. La conclusión es incómoda: si se quita a esa gente, los sistemas colapsan. Y lo que se está viendo esta semana, sostiene, es el comienzo de ese colapso.

¿Por qué la IA generativa no puede reemplazar a quien se preocupa?

Acá está el núcleo del argumento. Para quien dirige, la IA generativa parece ofrecer el mismo valor a menor costo: trabaja más horas, no se enferma, no pide beneficios y nunca discute una mala idea. El problema es que quien no está en la trinchera no distingue entre un sistema frágil sostenido por personas que se preocupan y una salida prolija generada por un modelo. Todo es output: texto legible, código que corre, píxeles que se ven bien.

La IA generativa no es inteligente y no le importa nada, dice el ensayo. Lo que parece cuidado es el modelo diciéndote lo que quieres oír. Las personas que se preocupan, en cambio, notan cosas: conectan puntos, detectan cuándo algo se está yendo de eje, saben manejar el caso borde y saben cuándo hay que poner esfuerzo extra. Ese es el pegamento de los sistemas complejos, y más prompting no lo sustituye.

El daño es acumulativo y silencioso. Cada prompt aleja un paso más a la persona del sistema que antes conocía de memoria; cada output que se integra hace que entienda menos cómo funciona realmente. Se le quita lo que la hacía lista —el esfuerzo de construir y aprender— y lo que la hacía preocuparse: la sensación de propiedad sobre el sistema.

¿Cuántos despidos tech hubo en 2026 y cuántos fueron por IA?

El contexto no ayuda. Según el tracker de TrueUp citado por TechRepublic, 196.349 personas se vieron afectadas por despidos anunciados en empresas de tecnología en 2026 hasta el 23 de octubre. La lista incluye a Amazon (16.820), Meta (8.705), Microsoft (4.800), Block (4.080), Uber (3.473), Intuit (3.090), Oracle (2.039), eBay (entre 1.800 y 1.900), Atlassian (1.380) y Netflix (1.059), según el recuento de GoLayoffs.

Conviene ser preciso: no todos esos recortes son por IA. GoLayoffs registró que 17 de 66 anuncios con explicación identificable mencionaban explícitamente la IA, cerca del 26% de esos anuncios —no del total de personas afectadas—. HubSpot es el contraejemplo perfecto: su CEO, Yamini Rangan, dijo que la reestructuración de octubre alineaba a la empresa con una estrategia centrada en IA, pero aclaró que las eficiencias de IA no fueron la causa de los despidos. Block, en cambio, sí vinculó su recorte de febrero a cómo opera la compañía a medida que las herramientas de IA se vuelven más capaces.

Qué significa esto para tu startup

La lección no es «no uses IA». Es que la IA multiplica la velocidad de producción, no el conocimiento del sistema. Y el conocimiento del sistema es lo que te salva cuando algo se rompe a las 3 de la mañana.

  • Mapea tus dependencias críticas. Haz una lista de los servicios compartidos de los que depende tu producto: proveedor de identidad, pasarela de pagos, región de nube, sistema de email. La lección de la semana es que una app puede estar perfectamente sana y aun así ser inaccesible si falla el sistema de autenticación que la protege. Si dos de tus «planes de respaldo» usan el mismo proveedor, no tienes respaldo.
  • Escribe procedimientos manuales antes de necesitarlos. Define qué hace tu equipo si el panel de control no carga: a quién se avisa, cómo se comunica, qué se puede hacer a mano. Los equipos de aviación tuvieron que improvisar esto en vivo.
  • Prueba la recuperación sin tocar producción. El caso de Workday muestra que un ejercicio de recuperación mal aislado puede contaminar datos reales. Separa entornos y valida el procedimiento completo, no solo la copia de seguridad.
  • No dejes que tu equipo solo revise lo que genera la IA. Si nadie toca el sistema directamente, nadie va a notar cuándo algo se está yendo de eje. Rota a las personas hacia el trabajo de construir y depurar, aunque sea más lento que aceptar el output.

Conclusión

El ensayo cierra con una metáfora útil para cualquier founder: cuando le dices a un niño que la estufa está caliente, hay dos tipos. Para uno, la advertencia es la lección. El otro necesita quemarse la mano para aprender. La tesis del autor es que al capitalismo le avisaron que la estufa estaba caliente y ya tiene la mano encima.

Para tu startup, la traducción práctica es simple: la IA es una herramienta excelente para producir más rápido, y una pésima sustituta de las personas que entienden tu sistema de memoria. Contrata y retén a esas personas, dales propiedad real sobre lo que construyen, y no confundas volumen de output con resiliencia operativa. La semana del 12 al 17 de noviembre fue un recordatorio caro de la diferencia.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...